python - 如何根据多列数据从 Pandas 数据框中删除行？

Question

我知道如何根据 this stack overflow question, 中的简单条件删除行但是，我需要使用更复杂的条件来删除行。

我的情况:我有几行数据，每行有四列包含数字代码。我需要删除所有没有至少一个前导数字小于 5 的代码的行。我目前有一个可以与 dataframe.apply 一起使用的函数，它创建一个新列，'keep'，和如果要保留一行，则用 1 填充它。然后，我使用那个简单的保留列进行第二次传递，以删除不需要的行。我正在寻找一种无需创建新列即可一次性完成此操作的方法。

示例数据:

   a | b | c | d
0 145|567|999|876
1 999|876|543|543

在该数据中，我想保留第一行，因为在“a”列中，前导数字小于 5。第二行没有前导数字小于 5 的列，因此需要删除该行.

Answer 1

这应该有效:

In [31]:
df[(df.apply(lambda x: x.str[0].astype(int))).lt(5).any(axis=1)]

Out[31]:
     a    b    c    d
0  145  567  999  876

所以基本上这会使用向量化的 str 获取每列的第一个字符方法，我们将其转换为一个 int，然后我们调用 lt这少于按行生成 bool df，然后我们在 df row-wise 上调用 any 以在用于屏蔽 df 的索引上生成 bool 掩码。所以打破上面的内容:

In [34]:
df.apply(lambda x: x.str[0].astype(int))

Out[34]:
   a  b  c  d
0  1  5  9  8
1  9  8  5  5

In [35]:    
df.apply(lambda x: x.str[0].astype(int)).lt(5)

Out[35]:
       a      b      c      d
0   True  False  False  False
1  False  False  False  False

In [37]:    
df.apply(lambda x: x.str[0].astype(int)).lt(5).any(axis=1)

Out[37]:
0     True
1    False
dtype: bool

编辑

要处理 NaN 值，您可以调用 dropna :

In [39]:
t="""a,b,c,d
0,145,567,999,876
1,999,876,543,543
2,,324,344"""
df = pd.read_csv(io.StringIO(t),dtype=str)
df

Out[39]:
     a    b    c    d
0  145  567  999  876
1  999  876  543  543
2  NaN  324  344  NaN

In [44]:
df[(df.apply(lambda x: x.dropna().str[0].astype(int))).lt(5,axis=0).any(axis=1)]

Out[44]:
     a    b    c    d
0  145  567  999  876
2  NaN  324  344  NaN